面向地震灾区高分辨遥感影像信息提取方法

被引:4
作者
付萧 [1 ]
鲁恒 [2 ,3 ,4 ]
朱庆 [1 ]
李乃稳 [2 ,3 ]
庄文化 [2 ,3 ]
何敬 [4 ]
机构
[1] 西南交通大学地球科学与环境工程学院
[2] 四川大学水力学与山区河流开发保护国家重点实验室
[3] 四川大学水利水电学院
[4] 成都理工大学国土资源部地学空间信息技术重点实验室
关键词
地震灾区; 均值漂移; 信息提取; 高分辨率影像;
D O I
暂无
中图分类号
P315 [地震学]; TP79 [遥感技术的应用];
学科分类号
070801 ; 081102 ; 0816 ; 081602 ; 083002 ; 1404 ;
摘要
针对当前地震后震区时空数据难以及时获取的问题,采用了一种改进均值漂移(Mean Shift)信息提取方法。首先,将原始影像划分为纹理区和均色区。均色区域直接利用Mean Shift算法获得;纹理区域则利用归一化分布密度值获取合适的带宽,再使用Mean Shift算法进行信息提取。通过构造代价函数判别相邻区域是否需要合并,以消除过分割区域。最后,提出了一种信息提取匹配指数对信息提取结果进行评价,并将该方法应用于汶川和芦山地震后获取的无人机高空间分辨率影像,进行信息提取实验。实验结果表明:所提出的改进Mean Shift算法提取精度优于传统Mean Shift算法,为后续的地震灾情评估提供了基础数据。
引用
收藏
页码:494 / 499+527 +527
页数:7
相关论文
共 8 条
[1]   考虑地形特征的无人机影像分区域加权平差拼接方法 [J].
鲁恒 ;
李龙国 ;
贺一楠 ;
庄文化 ;
蔡诗响 ;
何敬 .
农业机械学报, 2015, 46 (09) :296-301
[2]   论地理国情监测的技术支撑 [J].
李德仁 ;
眭海刚 ;
单杰 .
武汉大学学报(信息科学版) , 2012, (05) :505-512+502
[3]   面向对象遥感影像分类的最优分割尺度选择研究 [J].
于欢 ;
张树清 ;
孔博 ;
李晓峰 .
中国图象图形学报, 2010, (02) :352-360
[4]   均值漂移算法的研究与应用 [J].
周芳芳 ;
樊晓平 ;
叶榛 .
控制与决策, 2007, (08) :841-847
[5]   基于相位一致的高分辨率遥感图像分割方法 [J].
肖鹏峰 ;
冯学智 ;
赵书河 ;
佘江峰 .
测绘学报, 2007, (02) :146-151+186
[6]   基于Wold特征的遥感图像的分割 [J].
李峰 ;
彭嘉雄 .
测绘学报, 2003, (04) :330-333
[7]  
Distribution Free Decomposition of Multivariate Data[J] . Dorin Comaniciu,Peter Meer.Pattern Analysis & Applications . 1999 (1)
[8]  
The estimation of the gradient of a density function, with applications in pattern recognition .2 K. Fukunaga,L. Hostetler. IEEE Transactions on Information Theory . 1975